"Pensamiento de datos": inicie el viaje de la alfabetización cognitiva de datos y haga que los datos sean cálidos.
Estos estudiantes comen dos comidas en la escuela todos los días, pero cada comida no cuesta más de 7 yuanes, lo que demuestra que este estudiante efectivamente se encuentra en dificultades financieras. Estos estudiantes no necesitan pasar por el proceso de revisión y publicidad, y la escuela paga directamente el subsidio a sus tarjetas de alimentación. Los macrodatos permiten a la Universidad de Ciencia y Tecnología de Nanjing demostrar bondad en el contexto de la naturaleza humana de una manera silenciosa.
Vivimos inevitablemente en un mundo de datos. El desarrollo social no se puede separar de los datos, el desarrollo empresarial no se puede separar de los datos y el trabajo y la vida personal no se pueden separar de los datos. Los datos están en todas partes, las aplicaciones de datos se pueden ver en todas partes y los big data incluso nos conocen mejor que nosotros mismos.
Así que métodos como el uso del pensamiento de datos para resolver problemas por parte de la Universidad de Ciencia y Tecnología de Nanjing aparecerán cada vez más en nuestras vidas. Jordan Morrow, el "padre de la alfabetización cognitiva de datos", fue autor de "Data Thinking" y nos dice que el pensamiento de datos debería ser "una habilidad cognitiva de datos que todo el mundo debe tener".
Jordan Moreau es Director de Habilidades de Gestión, Diseño y Datos en PLURALSIGHT y pionero mundial en alfabetización en datos. Cree que el pensamiento de datos puede ayudar a empresas e individuos a mejorar su competitividad y promover el desarrollo de la cultura corporativa y las capacidades personales.
En el libro "Data Thinking", explicó el pensamiento de datos en tres partes: la importancia de los datos, la alfabetización cognitiva de datos y las habilidades de procesamiento de datos. Entre ellos, la "alfabetización cognitiva de datos" es el núcleo del pensamiento de datos, entonces, ¿cómo podemos tener una "alfabetización cognitiva de datos"?
La calidad se refiere a la cualidad de una persona, que debemos adquirir a través del aprendizaje continuo. La alfabetización cognitiva de datos no es un instinto humano, pero puede compensarse y mejorarse mediante la educación, el aprendizaje y la formación.
En Data Thinking, Jordan Morrow dio el concepto de "alfabetización cognitiva de datos": la capacidad de leer datos, trabajar en el lenguaje de los datos, analizar datos y comunicarse con datos.
En este concepto se incluyen cuatro características de la “alfabetización cognitiva de datos”. Una vez que conozca estas cuatro características, sabrá qué es la "alfabetización cognitiva de datos".
Característica 1: Leer datos. Se trata de ver y comprender la información de datos que se nos presenta.
Característica 2: Procesamiento de datos. Se refiere al uso de datos para hacer algo en una organización para lograr un determinado resultado o propósito.
Característica 3: Analizar datos. El análisis de datos puede proporcionarnos métodos para identificar y examinar las enormes cantidades de datos e información que enfrentamos en la vida.
Característica 4: Comunicación de datos. Significa compartir o intercambiar información, mensajes o ideas.
La Universidad de Ciencia y Tecnología de Nanjing utiliza datos de no más de 7 yuanes por comida para identificar y evaluar a los estudiantes pobres, y los utiliza como base para la financiación, que es una aplicación completa de las cuatro características de los datos. alfabetización cognitiva.
La alfabetización cognitiva de datos no es un cambio en las capacidades personales, talentos o habilidades profesionales, sino una mejora de las habilidades personales en datos. Entonces, ¿cómo puedes mejorar tu alfabetización en datos?
Jordan Morrow da la respuesta en "Data Thinking". Estas son las 3C de la alfabetización en datos: curiosidad, creatividad y pensamiento crítico.
La primera C: Curiosidad. Si usted es miembro del personal académico de la Universidad de Ciencia y Tecnología de Nanjing, cuando ve a los estudiantes comiendo en la cafetería y gastando no más de 7 yuanes por comida, ¿tiene la curiosidad suficiente para hacer una pregunta más?
La curiosidad es el primer paso hacia la alfabetización en datos. En el proceso de leer y comprender información, nuestra curiosidad nos hará entrar inconscientemente en un estado de manejo de datos, queriendo explorar más información y resultados cognitivos. De esta manera, las cuatro características de la alfabetización cognitiva de datos comienzan. El ciclo comienza una y otra vez. de nuevo.
La segunda c: creatividad. Sólo cuando se genera curiosidad se puede generar interés, y el interés promueve el nacimiento y el cambio de la creatividad. La curiosidad conduce a la creatividad. Al mejorar la alfabetización cognitiva de datos, si las habilidades creativas pueden liberarse por completo, el mundo será un lugar mejor.
La tercera C: pensamiento crítico. Al analizar los datos y la información que tiene delante, puede pensar y tomar decisiones desde una perspectiva más objetiva, cambiar sus nociones preconcebidas y cambiar su modelo de pensamiento general. Determinar si el análisis es confiable y completo para garantizar la viabilidad y cientificidad de la toma de decisiones.
Las 3C de la alfabetización cognitiva de datos son cruciales para fortalecer la alfabetización cognitiva de datos. A medida que trabajamos para alcanzar estos objetivos en nuestras carreras y vidas, podemos trabajar para tomar mejores y más inteligentes decisiones.
Jordan Morrow dijo: "Las personas son la esencia de la alfabetización cognitiva de datos". El objetivo final de comprender y mejorar nuestra alfabetización cognitiva debería ser ayudar a las personas u organizaciones a tomar decisiones informadas basadas en datos y confiar en una cultura basada en datos.
Entonces, ¿cómo lograr tal objetivo? En Data Thinking, el autor propone seis pasos para construir un marco de toma de decisiones basado en datos:
Paso 1: hacer una pregunta. Este paso se puede combinar con la curiosidad por las 3C para promover el desarrollo de tendencias de pensamiento centradas en datos.
Paso 2: Obtener datos. Se refiere a la obtención de datos útiles que nos ayuden a responder específicamente a las preguntas planteadas en el primer paso.
Paso 3: Analizar los datos. Se puede combinar con la tercera característica de la alfabetización cognitiva de datos, así como con el pensamiento creativo y crítico de 3C, y recorre todo el proceso de toma de decisiones basada en datos.
Paso 4: Análisis integral. Basado en la experiencia personal, integrar correctamente los factores humanos, los datos y la tecnología para encontrar respuestas claras y completas a las preguntas y tomar mejores decisiones siempre que sea posible.
Paso 5: Toma una decisión. Todos los pasos anteriores son para lograr un resultado crucial, que es la toma de decisiones. No importa cuán perfectas sean tus estrategias y planes, sin toma de decisiones ni ejecución, todo son solo palabras.
Paso 6: Iterar. Las decisiones no son definitivas. Aprender de decisiones conocidas y luego repetir el proceso es más útil para que las organizaciones implementen decisiones basadas e informadas en datos. Para tomar decisiones más razonables, la iteración es una parte esencial.
Un marco de toma de decisiones sobre datos debe ser una parte integral de nuestros esfuerzos de alfabetización en datos, y estos seis pasos pueden guiarnos para tomar mejores decisiones. El autor dice: Este es un proceso importante para una cultura inteligente y basada en datos.
El escritor Liang explicó una vez qué es la cultura. Dijo: ¿La cultura tiene sus raíces en ella? capacitación;? ¿Necesitas un recordatorio? ¿Sentimiento; bajo la premisa de limitaciones? Por; ¿por qué no? Piensa en la bondad.
Cómo utilizar los datos para impulsar la cultura: la financiación de estudiantes pobres por parte de la Universidad de Ciencia y Tecnología de Nanjing es un buen ejemplo. Cuando mejoremos nuestra alfabetización en datos, aprendamos a trabajar con datos y siempre mantengamos una actitud positiva, seguramente descubriremos que trabajar con datos nos ayuda a tomar decisiones informadas.